智能評測和輔導系統助力學生評價改革和減負增效

賈積有 張譽月 劉懷亞 李雙雙

[摘? ?要] 為了驗證人工智能技術在貫徹落實中央出臺的多個關于中小學生學業評價改革和減負增效的政策文件中的作用，文章首先分析了宏觀政策在常規學校和班級環境下貫徹實施面臨的困境，指出智能評測和教學系統有助于解決現存的實施難題；然后基于在線學習系統的大規模學生學習數據，開發了一個數學智能評測和輔導系統MIATS，在對學生個性化評測的基礎上，能對學生進行引導型的個性化輔導。通過在一所中學的準實驗研究驗證該系統對學生數學學習的促進作用；對所收集的實驗數據的分析證明了該系統對減輕作業負擔、增強學習效果起到非常顯著的促進作用，是實現增值評價、測學結合、以測促學的有效手段。文章為智能評測和輔導系統助力落實學業評價改革和減負增效等宏觀政策提供了參考和借鑒。

[關鍵詞] 智能評測； 智能輔導； 數學教學； 引導型提示； 評價改革； 減負增效

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 賈積有（1969—），男，河南獲嘉人。教授，博士，主要從事教育技術和人工智能教育應用研究。E-mail：jjy@pku.edu.cn

一、宏觀政策貫徹實施和常規教學條件的矛盾

關于中小學生學業評價改革和減負增效，我國近幾年頒布了多項政策文件。例如：2020年10月，中共中央、國務院印發的《深化新時代教育評價改革總體方案》[1]；2021年7月，中共中央、國務院印發的《關于進一步減輕義務教育階段學生作業負擔和校外培訓負擔的意見》[2]。這些文件不僅指明了我國學生考試評價和作業改革的方向，還提出了一些具體措施，如教師要認真批改作業，及時做好反饋，加強面批講解，認真分析學情，做好答疑輔導；改變相對固化的試題形式，布置分層、彈性和個性化作業，發揮作業診斷功能，壓減作業總量和時長；減少死記硬背和機械刷題，禁止懲罰性作業；不得要求學生和家長批改作業。然而，在常規的學校和教室環境下，教師和學生比一般大于1∶30。一個教師在有限的時間和精力下，要落實以上各項具體措施就會面臨各種各樣的挑戰。

（一）教師布置分層、彈性乃至個性化作業和測試的難度大

學業評價改革和減負增效涉及學校教學過程的兩個重要環節，即學生作業、測驗或者考試。學業評價包括過程性評價和總結性評價。日常作業是過程性評價的主要手段，測驗和考試則是總結性評價的主要手段。

如果給不同學生布置不同內容的作業，就要細致分析學生的學習情況，再設置不同的題目內容。針對不同類別、層次的學生設置不同的題目，教師要依靠自己的經驗進行主觀判斷，難度很大；針對每個學生設置個性化的題目，教師需要豐富的經驗、高超的判斷能力、充沛的精力和大量的時間，難度更大。

（二）教師批改作業和測試并給出個性化反饋的難度更大

學生作業提交后，教師要給予反饋，以便反映學生對作業所要求的知識內容和能力的掌握程度。如最常見、最必需的分數反饋，便可以達到基本的評測目的。為了激勵學生，也可以根據得分加上一些簡單的評語，如優、良、中、差。如果是分層次、分類別的作業，或是個性化的作業，教師就要根據不同作業內容和不同學生的作答情況給出相應的得分和評語，這會使教師的工作量倍增，也要求教師具備較高的輔導能力和水平[3-4]。

總之，雖然宏觀政策要求學校和教師實施規模個性化教學[5]，布置層次化甚至個性化作業，并根據作業情況診斷學情、做好答疑輔導，但這些政策在具體實施中會遇到很多現實困難。

二、智能技術支持個性化評測和輔導的理論和實踐

人工智能技術的發展和應用，如計算機支持的適應性評測系統 （Computerized Adaptive Test，簡稱CAT）和智能教學系統或者智能導學系統（Intelligent Tutoring System，簡稱ITS），可以為解決上述在常規教學環境中宏觀政策貫徹實施中遇到的問題提供有力支持。

（一）適應性評測技術

適應性評測系統針對大量已有的學生做題數據進行分析挖掘，提煉出題目的難度、區分度和猜測系數等參數，基于項目反應理論[6]和最近發展區等教育心理學理論[7-8]，采用最大似然估計等算法，假設學生能力水平為中等或者最低，對每個做題的學生提供最適合的題目（即信息量最大的題目），再根據學生對這道題目的回答情況，計算出其能力值，據此繼續找出最適合的題目，如此循環往復，直到能力值穩定為止。相較于常規環境下所有學生都一樣的作業或者測試，這種適應性測試能夠為不同學生提供適應性的內容，例如：基礎較差的學生就不必去做難度很大的題目，這些題目會徒增其挫折感和沮喪感；而基礎較好的學生也不必去做難度很小的題目，這些題目會徒增其枯燥感。

適應性評測技術在國外的大規?？荚囍幸呀浀玫搅藦V泛應用，如美國的NAEP（美國國家教育進展評估）[9]。國內也有學者基于項目反應理論對學生數學等學科知識進行增值評價，既可以科學測評學生的學業能力，也可以為教師和學生開展個性化學習提供有針對性的診斷報告[10-11]。但有關適應性評測技術在學生作業中的應用和效果評估研究還較為少見，原因主要是如果作業內容沒有被大量學生使用，就沒有足夠的做題記錄提煉出題目的難度、區分度等參數，無法設計針對這些作業題目的適應性評測系統。

（二）智能教學系統

智能教學系統在認知主義、行為主義、建構主義等教學理論指導下，模擬優秀學科教師，基于某個學科或者某個知識點，充分考慮每個學生的知識和能力基礎、學習風格等特點，對學生進行個性化的輔導，循循善誘，激發學生的學習積極性和主動性，起到亦師亦友的學伴作用[12]。在輔導過程中，系統可以通過二維或者三維的虛擬人物代表輔導教師，采用語音合成技術進行知識和技能講解，學生通過鍵盤輸入文字信息，或者通過麥克風輸入語音，由語音識別技術轉換為文字，由此實現虛擬教師和學生的自然交互，進行蘇格拉底式的對話。當然，系統也可以采取傳統的窗口菜單或者流行的網頁按鈕選項方式，根據學生的選擇或者點擊提供相應的輔導提示[13]。

自20世紀50年代以來，各個學科的智能教學系統逐漸被設計出來，并廣泛應用于學科教學，其對學生學業表現和情感態度等多方面的積極促進作用也得到了較為嚴謹的證明，并在多個嚴格的元分析研究中得到全面而綜合的論證[14-17]。

綜上所述，適應性評測系統和智能教學系統作為兩個獨立的研究領域，其研究成果已經被應用到教學實踐中。但是，將兩者深度結合起來并付諸實踐的系統及其研究鮮有報道，而這種系統和研究對我國學生學業評價改革和減負增效等宏觀政策的落地實施具有重要的理論和現實價值。

三、數學智能評測和輔導系統MIATS——以勾股定理為例

基于以上適應性評測和智能教學系統的相關文獻研究，本研究設計并開發了一個數學智能評測和輔導系統MIATS（Mathematics Intelligent Assessment and Tutoring System的簡稱），給學生數學學習提供智能評測和輔導，其功能和流程如圖1所示。

（一）設計理念

在傳統學校教學中，對于教師布置的內容完全相同的作業和測試，所有學生都需要認真完成。這樣的形式看似公平，但事實上對某些學生來說卻是在浪費時間。如果能夠根據每個學生的實際能力和表現，提供最適合的作業或者測試內容，就必然節省學生的作業或者測試時間，減負增效，落實評價改革。MIATS系統的設計理念之一，就是給予學生完全個性化的測試，解決常規教學環境下個性化作業和測評的難題。

為了實現以測促學，教師應該在得分和評語之外，給予學生更多的提示性反饋，使得沒有完全掌握所學知識和技能的學生能夠了解錯在何處、如何糾正錯誤，從而增進對知識的理解和對能力的掌握。作業和測試題目中考查學生的知識主要分為兩種類型：事實性知識和程序性知識。2022年公布的中小學階段各個學科的新課程標準，普遍要求學生能夠綜合運用所學知識解決問題，這其實是要求學生能夠解決更多的程序性問題?；A較為薄弱、思維存在某些局限的學生，在解答程序性問題的時候會存在困難，即使閱讀了教師給出的標準答案，也可能存在理解片面的問題，以至于在碰到其他類似問題的時候，仍然會束手無措。這樣的學生就亟須教師的個性化反饋和輔導。這很難依靠靜態的紙質版或者電子版的輔導材料實現，而是需要蘇格拉底式的對話才能達到較好的效果，對教師的輔導能力和水平要求較高。MIATS系統的設計理念之二，就是給予學生個性化的反饋和提示，解決常規教學環境下個性化輔導的難題。

（二）功能概述

MIATS的智能評測功能是在對一個在線學習系統的海量數據進行挖掘的基礎上，根據項目反應理論，采用極大似然估計等方法計算題目難度、區分度和猜測系數等多維參數，并鏈接這些參數，實現對學生知識能力的個性化測試[18-19]。在測評的基礎上，MIATS將學生的自主練習和智能輔導有機結合，如果學生經過思考會解決問題，則練習結束，否則出現通用型提示。如果借助通用型提示能夠解決問題，則練習結束，否則出現引導型提示，直到學生會正確解決問題為止。然后對輔導成效進行評測，即后測。后測題目是同構異數題目，即和基礎題目結構相同、但是題干的數字和相應的答案都變化了的題目。同構異數題目來源有兩個：一是題庫中的已有題目；二是借助編輯系統人工編制的題目。MIATS系統以測促學，學中有教，學后即測，測評、輔導、學習三位一體，螺旋式上升地對學生進行輔導。同時，該系統以一個二維動畫人物表示虛擬教師，它會通過語音合成技術朗讀輔導文本，包括特殊的數學公式和符號，也會根據學生的學習狀態表達贊許或遺憾等情感，起到陪伴作用，并在學生完成練習后通過撒花和掌聲激勵學生。MIATS系統的教學按照知識點展開，即實施新課標所提倡的單元教學法[5]。本研究以初中二年級數學的勾股定理為例，介紹其功能。勾股定理及其逆定理是綜合性知識單元，與多個知識點有密切關系，難度較大，具有代表性和典型性。

（三）同構異數題目和相應的通用型、引導型提示設計

通用型和引導型提示設計以支架式教學為基礎，以波利亞的怎樣解題表為基礎思想，將大任務拆分成小任務，通過方法論提示語、認知提示語、反向思考的元認知提示語、提問式的元認知提示語四種方式給學生呈現提示，促進學生認知水平的漸進提升。本研究以一道勾股定理的典型題目為例，介紹其設計思路。

例1：“如圖2所示，是一塊長寬高分別是6 cm，4 cm和3 cm的長方體木塊。一只螞蟻要從長方體木塊的一個頂點A處，沿著長方體的表面爬到和A相對的頂點B處吃食物，那么它需要爬行的最短路徑長是多少？”

其同構異數題目是：“如圖所示，是一塊長寬高分別是function（va×6）cm， function（va×4）cm和function（va×3） cm的長方體木塊。一只螞蟻要從長方體木塊的一個頂點A處，沿著長方體的表面爬到和A相對的頂點B處吃食物，那么它需要爬行的最短路徑長是多少？”其中va是自然數1、2、3等。當va=1時，為原題；function表示要被真實數值替換。

例1的通用型提示包括三個層次的難度，分別對應三條提示：（1）分別沿著長、寬、高展開立方體，得到三個平面展開圖，因此，螞蟻有三條行走路徑；（2）根據線段公理和勾股定理，得出這三條路徑的長度；（3）比較路徑長度，數值最小的即為最短路徑。如果學生在第一層提示后會解題了，則不必出現第二層提示，以此類推。如果學生在看到通用型提示后仍不會解題，便會呈現引導型提示。本研究按照已經公開的發明專利“引導型解題輔導方法及系統”的思路[20]和知識的腳本表示法[21]，設計了適合該題目及其同構異數題目的引導型提示腳本，引導學生選擇正確的解題思路和方法，糾正學生可能出現的錯誤。引導型提示按照樹狀結構逐級深入，在任何一級上，如果學生看到提示后能給出正確答案，就結束該道題目的練習，這個級數被稱為這次練習的最大引導深度。例1的引導型提示腳本設計思路如下：呈現提示性問題：“螞蟻要吃到食物，沿著哪個展開圖走，路徑最短？”；呈現三個選項：（1）沿著長展開的，“左面+上面”的展開圖；（2）沿著寬展開的，“前面+上面”的展開圖；（3）沿著高展開的，“前面+右面”的展開圖。如果學生看到這三個選項，在展開圖的提示下，根據展開圖的邊長求得相應的路徑長，通過比較路徑長短得到最短路徑，則練習結束。如果學生看到三個選項后，未能給出正確答案，系統則根據學生的選項，分別呈現不同的啟發性提示：選項（1），表明選對了，呈現啟發性提示2；選項（2），表明未選對，呈現啟發性提示3；選項（3），表明未選對，呈現啟發性提示4。啟發性提示2：“因為沿著長展開，所以一條直角邊一定是長。而另一條直角邊，想一下把左面的面翻到上面，代表左面面上的高被翻上去了，所以另一條直角邊=高+寬?！眴l性提示3：“因為沿著寬展開，所以有一條直角邊一定是寬。想一下把前面的面翻到上面，代表前面面上的高被翻上去了，所以另一條直角邊=高+長”。啟發性提示4：“因為沿著高展開，所以有一條直角邊一定是高。想一下把右面的面翻到上面，代表右面被翻到前面了，所以另一條直角邊=寬+長?！睂W生看到上述啟發性提示，可知需分別計算三種情況的直角邊長度。如果學生可以聯想到勾股定理，則可以求得三種情況的路徑長，通過比較得到最短路徑，練習結束。如果學生仍未能給出正確答案，則進入啟發性提示5，引入解題需要的知識點。啟發性提示5：“請想一下勾股定理：如果直角三角形的兩直角邊長分別為a和b，斜邊長為c，那么a2+b2=c2，即直角三角形兩直角邊的平方和等于斜邊的平方。也請考慮一下線段公理：兩點之間，線段最短?！睂W生看到提示5后，如果能解答問題，則結束，否則呈現啟發提示6和三個選項。啟發性提示6：“三條路徑中最短的即為最短路徑。則最短距離為？（1）A'B2=（7×va）2+（6×va）2，從而求出A'B=×va；（2）A'B2=（9×va）2+（4×va）2，從而求出A'B=×va；（3）A'B2=（10×va）2+（3×va）2，從而求出AB'=×va。”如果學生選擇（1），即最小值，則為正確答案，練習結束。如果學生選擇了（2）或者（3），即錯誤答案，則呈現提示7：“重新計算和比較三種情況的路徑值，最小值即為最短路徑?！比绻麑W生算出正確答案，則結束；否則呈現提示6。如此循環，直到學生選擇正確答案。

四、數學智能評測和輔導系統教學效果驗證

（一）實驗設計

1. 實驗對象

為了驗證MIATS的教學效果，研究者進行了一項準實驗研究。研究時間是2023年1月的寒假期間，研究對象是河南省鄭州市一所學校初二年級兩個班的學生。因變量是數學測試成績，自變量是是否使用引導型提示，無干擾變量。新冠疫情期間，學校經常采用線上教學方式，學生和家長已經適應線上學習方式。學生和家長都擁有智能手機，大部分家庭擁有電腦，大都可以通過有線或者無線方式訪問課程網站，參與學習。兩個班學生性別比例均衡，在數學學習上差異不大。在初二年級上學期的階段性評價中，數學平均成績差異為4班略低于6班，差值為百分制的3.4分，但是以兩班數學成績作為獨立樣本進行T檢驗，所得概率p值為0.379，遠大于0.05，表明兩班差異在統計意義上不顯著。隨機挑選4班為實驗組，6班為對照組，進行為期一周的學習，練習勾股定理相關題目。

2. 實驗過程

兩組學生都可以在電腦或者手機上通過瀏覽器進入課程網站，參與課程學習。因為學生在剛剛結束的學期學習了勾股定理知識，為了解學生對所學內容的掌握情況和將來經過準實驗后的改變，研究設計了前測和后測。兩次測驗內容都包括8道題目，分別來自上述勾股定理的題庫。兩次測驗題目的內容相似，難度相當，具有可比性。前測和后測題目必須在1小時內完成，如果超過時限，系統就會自動收卷。在完成同樣的前測之后，兩組學生采用不同的學習方式進行學習。實驗組使用MIATS系統學習，對照組則是常規練習，即使用傳統的填寫答案方式學習，內容是21道勾股定理題目。為了幫助學生學習解題思路，學生在填寫答案后，可以立即看到通用型提示，并且這個練習不限制完成時間和次數，可以重復練習。為保證兩組的均等性，學生未被告知自己是對照組還是實驗組，也不知道其他組的同伴使用何種系統。實驗組和對照組在分別完成適應性練習和常規練習后，將參加同樣內容的后測。

這次準實驗作為學生的課外學習活動進行，不宜嚴格要求學生必須完成，為了激勵學生參加，課程設置了一個“學習之星”虛擬勛章。當學生完成所有活動后，系統自動授予這個勛章。因為學生均自愿參加，實驗組和對照組中獲得勛章的學生都未能包括各組全體學生。有些學生參加了前測、后測和練習，但是匆匆答題交卷，只得0分，不能作為有效答卷。

（二）實驗發現

1. 實驗組顯著減少了測驗用時，測驗成績從低于對照組提高到顯著高于對照組

將在前測和后測中都提交了有效答卷的學生視為準實驗的有效參與者，計算結果見表1。可見，在前測中，實驗組平均成績略低于對照組，但是差值3.6分在統計意義上并不顯著。在后測中，實驗組平均成績高于對照組，差值30.0分在統計意義上非常顯著（獨立樣本T檢驗p<0.01），效果量高達1.1。從前測到后測，實驗組提高了31.1分，成對樣本T檢驗表明，成績提高幅度非常顯著，效果量高達1.5。而對照組降低了2.5分，但是成對樣本T檢驗表明，成績降低幅度并不顯著。從活動用時上看，在前測中，實驗組用時少于對照組6.3分鐘，但是差異不顯著；后測中，實驗組用時多于對照組1.8分鐘，差異仍不顯著。從前測到后測，無論是實驗組還是對照組，活動用時都顯著減少。實驗組在顯著減少完成測驗所需時間的前提下，顯著提高了測驗成績；對照組在顯著減少完成測驗所需時間的前提下，降低了測驗成績。

2. 實驗組的練習個性而有效，對照組的練習淺顯而無效

為考察兩個組的練習過程，研究者分析了實驗組的智能評測和練習輔導記錄。有10名學生一次性通過前測，僅僅做了四道題目，無需繼續參加練習和后測，測驗時間平均僅為6.9分鐘。其他31名學生參加了練習和后測，所用時間（分鐘）、測驗和練習中用到的問題個數、練習中使用的引導提示深度等統計指標見表2。實驗組學生為了糾正前測中出現的所有錯題，需要在練習中重新對這些錯題進行解答，如果仍然不理解，可以得到通用型提示和引導型提示的幫助，直到全部答對為止，所以每道練習題目上花費的時間平均為26.3分鐘，每道題目的引導深度最大值平均為11，中位數為7，眾數為5。因此，這些練習都是有效練習。平均而言，實驗組學生測試了8道不同的題目，深度練習了其中的4道題目，就在后測中取得了顯著高于對照組學生的優良成績。每個學生練習過的所有不同題目所組成的集合中，沒有一個是后測中的題目集合的子集。也就是說，在智能輔導系統的深度引導下，學生不僅學會了本道題目的解法，更掌握了同類題目的解題思路，并可以將這種解題思路遷移到解決未曾見過和練習過的題目中。

對照組學生要完成21道練習題目，其中包括前測和后測中的所有題目，但是其完成質量不能由系統保障。如果不會解題，也僅能在提交答案后看到通用型提示。這些題目的人均練習時長為104.5分鐘，平均每道題目只有4.9分鐘的練習時間，可以說是走馬觀花，不能充分理解題意和掌握解題思路，不能算是有效練習。即使是所考即所練，這種不求甚解的練習也達不到較好的學習效果。實驗組學生后測和前測成績的相關系數為0.117，不顯著；而對照組學生兩者的相關系數為0.607，比較顯著。這說明實驗組學生的適應性學習結果不受前測成績影響，而對照組學生的練習結果受前測成績影響較大。

五、結論和討論

借助大數據挖掘和項目反應理論等人工智能技術，設計并開發了數學智能評測和輔導系統MIATS，它能夠給學生提供關于某一知識點的個性化評測，然后基于評測結果，為學生提供個性化作業和基于學生做題情況的個性化輔導。為了驗證該系統的教學效果，本研究以有關勾股定理的21道試題組成的題庫為例，在某所初中的兩個班進行了準實驗研究。對收集到的實驗數據分析證明，在前測差異不大的前提下，使用MIATS的實驗組學生取得了顯著進步，后測表現顯著優于僅看到通用型提示的對照組學生。實驗組學生的測試和練習內容都不盡相同，個性化特點突出；練習中如果不能自主解決問題，則得到系統恰當的引導型提示和幫助，直到解決問題為止；在練習中所掌握的知識和技能能夠遷移到其他題目的解決中。

智能評測和輔導系統對學生數學學習取得的顯著影響，可以從以下三個理論得到解釋：

其一，認知主義強調學習是一個信息加工的過程，對信息的深度加工就是深度學習。MIATS的同構異數題目的設置，促進了對數學相關知識的深度加工和靈活運用，而不僅僅停留在對于所學數學定理、公式的死記硬背。在知識加工過程中，當實驗組的學生出現疑惑、迷茫的時候，逐層詳盡的引導型提示起到糾錯、拋錨和點撥的作用。

其二，ICAP理論框架指出，在教學過程中，學生采用不同的學習方式會導致不同的學習效果，交互式（Interactive） ≥ 建構式（Constructive） > 主動式（Active） > 被動式（Passive）[3]。在MIATS中，實驗組學生不是單純在學習和做題，而是在有需求的時候與虛擬輔導教師不停地進行有效互動，這種高交互性促進了學生學習效果的提升。而對照組學生僅能看到通用型提示，缺乏與教師的交互機會，即使主動思考，學習效果也不及交互頻繁的實驗組學生。

其三，根據心流理論，一個人面臨的挑戰與其能力相匹配時，就會進入一種心流狀態，即一種身心合一、專注忘我的狀態，完全沉浸其中，甚至感知不到時間的流逝，是一種投入全部精力并始終掌控的體驗[22-23]。事后不僅會感到滿足和快樂，還能獲得技巧、能力、成長和進步。在傳統的千篇一律的作業和測試面前，學困生常常面臨挑戰高、難以企及的題目，會感到擔心、焦慮和失控，甚至手足無措、沮喪放棄。為了使學生進入心流狀態，能力與挑戰必須相匹配。MIATS通過前測逐漸測試出學生的真實水平，使學生面對的挑戰與自身能力相匹配，減少無關認知加工[24]，避免重復和機械性刷題，從而激發其興奮感和學習熱情，并適時提供引導幫助，促使其螺旋式上升、不斷進步。每次練習結束，系統報以鮮花、掌聲等正向激勵，更加激發學生戰勝挑戰、主動學習的意愿。

本研究借助智能技術，為每個學生提供個性化測評和個性化輔導，是貫徹落實教育評價改革和減負增效宏觀政策的一次有益嘗試。當然，由于時間和條件有限，研究還有一些不足之處，如僅僅應用于初中學生寒假課外復習，未能將系統與常規教學有機整合，有待將來完善和改進，也有賴學校管理部門和學科教師對智能技術教育應用的認識和重視[25-26]。

[參考文獻]

[1] 新華社.中共中央、國務院印發《深化新時代教育評價改革總體方案》[EB/OL]. （2020-10-13）[2023-02-01]. http：//www.gov.cn/zhengce/2020-10/13/content_5551032.htm.

[2] 中華人民共和國教育部.中共中央辦公廳 國務院辦公廳印發《關于進一步減輕義務教育階段學生作業負擔和校外培訓負擔的意見》[EB/OL].（2021-07-24） [2023-02-01]. http：//www.moe.gov.cn/jyb_xxgk/moe_1777/moe_1778/202107/t20210724_546576.html.

[3] CHI M， SILER S A， JEONG H， et al.Learning from human tutoring[J]. Cognitive science， 2001，25（4）：471-533.

[4] VANLEHN K. The relative effectiveness of human tutoring， intelligent tutoring systems， and other tutoring systems [J]. Educational psychologist，2011，46（4）：197-221.

[5] 郭紹青，高海燕，華曉雨.“互聯網+”單元教學模式設計理論研究[J].電化教育研究，2022，43（6）：104-114.

[6] 王曉華，文劍冰.項目反應理論在教育考試命題質量評價中的應用[J].教育科學，2010，26（3）：20-26.

[7] 劉寧，余勝泉.基于最近發展區的精準教學研究[J].電化教育研究，2020，41（07）：77-85.

[8] 李明.基于最近發展區的數學教學策略[J].西部素質教育，2020，6（8）：240-243.

[9] 姚建欣.美國大規模教育評價項目對中國公民科學素質調查的借鑒與啟示[J].科普研究，2015， 10（5）：62-66.

[10] 朱哲民，孔祥一.基于IRT的數學學業質量增值評價及其應用[J].教育測量與評價，2022，（5）：21-31.

[11] 齊宇歆.基于PISA的學習素養評價模式設計與實證研究——以鄭州E中學初三數學為例[J].中國電化教育，2018，（4）：72-81.

[12] JIA J.Intelligent tutoring systems[M]//SPECTOR J M.Encyclopedia of educational technology. Thousand Oaks， CA： Sage，2015：411-413.

[13] JIA J， HE Y， LE H. A multimodal human-computer interaction system and its application in smart learning environments[C]//Proceedings of ICBL 2020.Berlin：Springer， 2020：3-14.

[14] 孟青泉，賈積有，張志永，顏澤忠.智能教學系統測評模型的構建與實證研究[J].現代教育技術，2022，32（5）：68-74.

[15] KULIK J A， FLETCHER J D. Effectiveness of intelligent tutoring systems： a meta-analytic review[J]. Review of educational research， 2016，86（1）：42-78.

[16] MA W， ADESOPE O O， NESBIT J C， et al.Intelligent tutoring systems and learning outcomes： a meta-analysis[J]. Journal of educational psychology，2014，106（4）：901-918.

[17] ROSCHELLE J， FENG M， MURPHY R F，et al. Online mathematics homework increases student achievement[J]. Aera open， 2016，2（4）：1-12.

[18] JIA J， LE H.The design and implementation of a computerized adaptive testing system for school mathematics based on item response theory[C]//Proceedings of ICTE 2020. Berlin：Springer，2020：100-111.

[19] 賈積有，樂惠驍，張譽月，劉懷亞，陳昂軒，李姍姍.基于大數據挖掘的智能評測和輔導系統設計[J].中國電化教育，2023（3）：104-111.

[20] 賈積有，張譽月，劉懷亞，李姍姍，陳昂軒.引導型解題輔導方法及系統[P].北京：CN115662222A， 2023-01-31.

[21] JIA J，CHEN W. Script based design for human-computer dialog in given scenarios for english learners[C]//ICALT08：Eighth International Conference on Advanced Learning Technology. NEW York：IEEE Press，2008：739-744.

[22] 鄧鵬.心流：體驗生命的潛能和樂趣[J].遠程教育雜志，2006（3）：74-78.

[23] 喬愛玲，龔鑫，韓涵.形式差異的外部概念支架對學生游戲化學習心流和效果的影響[J].電化教育研究，2021，42（12）：86-92，99.

[24] 高潔，彭紹東.矛盾與策略：數字化學習中基于外在認知負荷的學習分析[J].電化教育研究，2023， 44（1）：100-105，115.

[25] 郭紹青，華曉雨.論智慧教育與智能教育的關系[J].西北師大學報（社會科學版），2022，59（6）：139-147.

[26] 徐振國，劉志，黨同桐，孔璽.教育智能體的發展歷程、應用現狀與未來展望[J].電化教育研究，2021， 42（11）：20-26，33.

[Abstract] In order to verify the role of artificial intelligence technology in the implementation of several policy documents issued by the central government on academic assessment reform and alleviating burdens for efficiency of primary and secondary school students， this paper first? analyzes the difficulties in implementing macro policies in conventional school and classroom settings， and points out that intelligent assessment and tutoring systems can help solve the existing implementation challenges. Then， based on the large-scale student learning data from an online learning system， a mathematics intelligent assessment and tutoring system， MIATS， is developed that enables guided personalized tutoring for students based on individualized assessment of students. A quasi-experimental study in a middle school was conducted to verify the effect of the system on students' mathematics learning. The analysis of the collected experimental data proves that the system plays a very significant role in reducing the homework burden and enhancing the learning effect， and is an effective means to realize value-added assessment， combining assessment with learning and promoting learning by assessment. This paper provides a reference for the intelligent evaluation and tutoring system to help implement macro policies such as academic assessment reform and alleviating burdens for efficiency.

[Abstract] Intelligent Assessment; Intelligent Tutoring; Mathematics Teaching; Guided Prompt; Assessment Reform; Alleviating Burdens for Efficiency